现有的变电站局部放电定位方法在定位时存在较大的定位误差,为此提出基于融合聚类的220 kV变电站局部放电定位方法。采用奇异值分解(Singular Value Decomposition,SVD)的方式对放电信号进行非线性滤波降噪处理,结合信号成分的含量越高...现有的变电站局部放电定位方法在定位时存在较大的定位误差,为此提出基于融合聚类的220 kV变电站局部放电定位方法。采用奇异值分解(Singular Value Decomposition,SVD)的方式对放电信号进行非线性滤波降噪处理,结合信号成分的含量越高,对应的奇异值越大的特点,根据奇异值差分谱中任意2个相邻奇异值参量的变化程度确定保留或是剔除。以时域波形幅值为基准对降噪后的信号进行划分,根据各个划分结果对应的信号特征与变电站的额定输出信号的相似度对信号聚类,信号数据最多的聚类对应的位置即为最终计算得出的放电位置。测试结果表明,设计方法的定位结果与实际放电位置的误差稳定在0.30~0.50 m,具有较高的准确性。展开更多
文摘现有的变电站局部放电定位方法在定位时存在较大的定位误差,为此提出基于融合聚类的220 kV变电站局部放电定位方法。采用奇异值分解(Singular Value Decomposition,SVD)的方式对放电信号进行非线性滤波降噪处理,结合信号成分的含量越高,对应的奇异值越大的特点,根据奇异值差分谱中任意2个相邻奇异值参量的变化程度确定保留或是剔除。以时域波形幅值为基准对降噪后的信号进行划分,根据各个划分结果对应的信号特征与变电站的额定输出信号的相似度对信号聚类,信号数据最多的聚类对应的位置即为最终计算得出的放电位置。测试结果表明,设计方法的定位结果与实际放电位置的误差稳定在0.30~0.50 m,具有较高的准确性。